Mesterséges intelligencia alkalmazása a rekultivációban

  • László Gimes
Kulcsszavak: rekultiváció, digitális trepmodell, neurális hálózat

Absztrakt

Napjaink egyik legfontosabb feladatává vált Pécsett és környékén, a korábbi bányászati tevékenység következtében meglévő meddőhányók és zagytározók rekultivációs technológiájának kifejlesztése, valamint egy monitoring rendszer kidolgozása. Az adatgyűjtés során jól meghatározott (viszonylag kevés) helyről történik a mintavételezés. A digitális trepmodell felépítésénél, a szintvonalak rajzolásánál, illetve az eredmények kiértékelésénél azonban nemcsak a mérési helyek információira van szükség, hanem azok alapján következtetnünk kell olyan helyek adataira is, ahol nem történt (vagy nem történhetett) mintavételezés. (Ahhoz, hogy elfogadható felbontású és pontos terepmodellt tudjunk készíteni, nagyszámú hely adataira van szükség.) Mivel nem rendelkezünk az adott terület minden egyes pontjáról adattal (képtelenség adatot begyűjteni és tárolni tetszőlegesen nagy számú mintavételezési helyről), ezért közelítő eljárást kell használnunk. Erre az irodalmakban több megoldás is található: statisztikai függvények, 3D evolúciós algoritmus, neurális hálózat, Fuzzy algoritmus, fraktálok. Mi egy új, a térinformatikában eddig kevésbé használt módszert vizsgáltunk az adatok meghatározására, ez a neurális hálózat.

Megjelent
2004-02-15
Hogyan kell idézni
Gimes, L. (2004). Mesterséges intelligencia alkalmazása a rekultivációban. Acta Agraria Kaposváriensis, 8(3), 1-9. Elérés forrás http://journal.ke.hu/index.php/aak/article/view/1708